附录 A：术语表

本表只收录在本书中被赋予特定含义的术语。通用工程词汇（如「接口」「部署」）不在此列。凡在正文中首次出现的英文术语，本表给出统一译法，全书不另立异名。

术语	英文 / 写法	定义	易混淆点
单遍 ADD-only	single-pass ADD-only	写入时只追加新事实，一次模型调用完成，不修改或删除已有事实	与「只追加日志」不同：前者仍做结构化抽取与分型，后者只存原文
双时间轴	dual time axis	区分「事实何时发生」（observation_date）与「系统何时获知」（写入时间）两条时间线	与「版本链」不同：版本链记录同一实体的多次变更，双时间轴记录同一事实的两个时间维度
作用域	scope	记忆的隔离维度，本书特指 user_id / agent_id / run_id / app_id 四维	与「命名空间」不同：作用域是逻辑隔离维度，命名空间是物理承载单元
命名空间	namespace	由作用域派生出的独立存储单元，对应独立目录与独立数据库文件	不要把「配置写死的命名空间」当作「已隔离」
物理隔离	physical isolation	每个作用域一个独立文件，而非共享表加过滤条件	与「逻辑隔离」相对；后者的风险是遗漏过滤条件
哈希链审计账本	hash-chained audit ledger	每条记录包含前一条记录的 SHA-256 哈希，形成链式结构，篡改可被定位	与「操作日志」不同：日志可删可改不留痕，哈希链不能
来源追溯	provenance tracing	沿指针链从高层结论回溯到原始消息，回答「这个结论来自哪句话」	与「日志回溯」不同：后者回答「什么时候发生了什么」
指针链回溯	pointer-chain backtracking	沿 L3 → L2 → L1 的层级指针逐层取回内容与覆盖的消息 ID	引擎不存 L0 原文，这是有意的隐私边界
渐进式披露	progressive disclosure	先返回目录（标题 + 一行摘要 + 展开成本），再按需展开正文的检索模式	与「分页」不同：前者按语义相关性决定展开，后者按位置切分
预算感知检索	budget-aware retrieval	在 token 预算约束下选择返回哪些记忆、以什么粒度返回	硬上限与软上限不同：硬上限按层丢弃，软上限可截断
无损压缩（AIC）	lossless compression	把记忆压成「指针 + 结构化事实 + 内容原子」，数字、日期、金额、型号在任何层级完整保留，可字节级恢复	与「摘要压缩」不同：后者不可逆
内容原子	content atom	压缩后仍完整保留的关键事实片段，如数字、日期、金额、型号、URL、引号原话	原子在任何压缩层级都不被裁掉
级联删除	cascade delete	删除一条记忆时同步处理源记录、派生结论、检索缓存、依赖摘要四个层次	与「单条删除」不同：后者只处理第一层
掩码	mask	把正文替换为占位符但保留记录骨架，可撤销，不破坏 KV-Cache 前缀	与「删除」不同：存储中仍保留骨架，合规场景不可替代删除
公证	notary	写入前的安全检查管线：凭据检测与字段级脱敏、不可见 Unicode 检测、HTML 注入检测	与「检索时过滤」不同：前者让污染内容从未落地
敏感度分级	sensitivity classification	把内容分为 normal / private / secret 三级，据此决定写入准入与召回闸门	召回闸门默认开启且只拦 secret 级
冲突消解	conflict resolution	对新旧事实的矛盾做类型判定并选择动作（ADD / NOOP / UPDATE / KEEP_BOTH）	六类判定：时间更新、偏好变更、作用域差异、精度差异、逻辑矛盾、来源冲突
相关性下限	relevance floor	低于该阈值的候选不进入结果集	与「top-k 截断」不同：前者可能返回少于 k 条甚至零条
词法回退	lexical fallback	嵌入服务不可用时，由 BM25 等词法信号提供基础召回	保证降级可用，但召回质量低于完整融合
睡眠时计算	sleep-time compute	后台进程在主流程空闲时整理与巩固记忆的架构思路	本书不对任何系统的当前实现下断言
七要素会话摘要	seven-factor session summary	会话摘要的固定结构：目标、约束、决策、未决、产物、失败、偏好，附逐字锚点	未决事项独立成条，不与摘要混存
前置条件三件套	preconditions	保存可复用经验时必填的 must / must_not / typical_env	缺失前置条件的经验会在条件不匹配时造成负迁移
负迁移	negative transfer	在某场景有效的经验被无差别套用到不适用场景，造成事故	缓解手段是召回时做前置条件校验
黄金数据集	golden dataset	带输入、轨迹、结果与判据的高质量评估数据资产	与「测试集」不同：黄金数据集包含轨迹与判据，不只包含问答对
轨迹	trajectory	一次任务从目标到结果的完整执行记录，含工具调用与中间决策	与「Trace」不同：Trace 是观测记录，轨迹是可复用的行为证据
人在回路	Human-in-the-loop，HITL	关键步骤必须由人确认后才继续执行的架构原则	与「审批开关」不同：前者是架构原则，后者是功能点
检索增强生成	Retrieval-Augmented Generation，RAG	检索外部知识并注入上下文以生成回答	与「记忆检索」不同：前者的权威来自来源，后者的权威来自过程
受控自进化	controlled self-evolution	把有效经验转化为记忆、经验条目、工具与运行机制，并使其经评估与门禁后生效	与「自我修改」不同：前者必须经过可复现评估与可回滚发布
成熟度分级	L1–L4	按「记忆承担的责任」与「可验证程度」两个轴划分的四级	自主度是与之正交的独立参数，不是分级依据
门控	tier gate	托管版按订阅层级收窄读取窗口的机制	默认关闭；自部署与 PyPI 用户不受限制

A.1 关于术语的两点说明

第一，「记忆」与「上下文」在本书中不是同义词。 上下文是当前推理的输入，生命周期以一次调用为界；记忆是跨调用持久化的状态，生命周期以用户或任务的存续期为界。把二者混用会导致「上下文窗口变大就不需要记忆」这类推论。

第二，「删除」在本书中始终指代四层语义之一，具体指哪一层由上下文决定。 出现歧义时，本书会显式写出层级（标记删除、掩码、级联软删、物理删除）。读者在与供应商沟通时也建议采用同样的精确表述，因为「我们支持删除」这句话在合规语境下几乎不携带信息。

---